中国科学技术大学与复旦大学合作在深紫外光电感算器件研究中取得新进展

培训啦（peixunla.com）孔子曰：敏而好学，不耻下问。下面小编就为大家带来一篇中国科学技术大学与复旦大学合作在深紫外光电感算器件研究中取得新进展内容。小编觉得挺不错的，现在就分享给大家，也给大家做个参考，一起跟随小编过来看看吧。

中国科大微电子学院龙世兵教授团队与复旦大学芯片与系统先进技术研究院刘琦教授团队合作，利用深紫( DUV )光突触耦合存储块框架，实现了基于储备池计算( RC )的指纹识别系统。相关成果是“in-sensorreservoircomputingstemforlatentfingerprintrecognitionwithdeepultravioletphoto-synapsesandmemristorarrrary

深紫外光电探测器在深空探测、环境监测、生物信息识别等领域具有重要作用，但高速智能化检测在DUV频段存在严重缺失。以传统指纹识别系统为例，传感器、内存、处理器的分离加剧了决策时延，不可避免地增加了总体计算能量。随着智能时代的到来，这种光信息应该以什么形式处理？ 在生物体中，光信息的收集在视觉神经系统中进行，光信息的处理在中枢神经系统中进行(图1b )。受此启发，合作团队提出了通过感觉计算和存储设备分别模拟突触行为，实现感觉记忆一体化的光信息采集和处理。

图1基于光突触和存储块元件阵列的RC系统。) a )以指纹识别为例的传统DUV图像识别系统的数据传输和处理模式。( b )生物视觉识别系统示意图，包括视网膜、视神经元和皮质。) c )以光学突触作为储备池的输入层，记忆阵列作为读取网络层的感测RC系统。

团队基于富镓镓材料的设计，利用非晶材料显著的持续光导效应，制造了具有短时效应的光突触器件。通过4位紫外光脉冲输入测试，建立了传感器设备RC网络的映射关系，它可以通过紫外光将图像信息转换为特征电流值(图2a )。最终，通过存储寄存器阵列稳定的多态控制特性，实现了储备池输出的训练，实现了小规模的深紫外指纹识别功能。基于该硬件系统，采用定制特征值的策略，DUV指纹图像的高识别精度与软件仿真结果基本一致(图2b、c )。该系统经过短期训练后可达到100%的识别准确率，在15%的背景噪声水平下也能保持90%的准确率，这与DUV频段的抗干扰特性相一致(图2d )。这种全硬件感知计算RC系统为高效识别和安全应用提供了很好的参考原型，对深紫外波段智能光电器件的发展也具有重要的参考意义。

这个成果得到了审阅者的充分肯定。“该原型系统为感觉内储备池计算系统的发展提供了更多的思路，整个工作的主题非常有趣。”( thisprototypesystem…willprovidemoreinsightintoemergingin-sensorreservoircomputing.overall，thetopicofthisworkistrulull )

中国科大微电子学院博士生张中方是本文的第一作者，龙世兵教授、赵晓龙副研究员及复旦大学芯片与系统先进技术研究院副研究员张续猛是本文的共同通信作者。该成果得到了国家自然科学基金、中科院战略引领、中科院重点研发计划、广东省重点研发计划、中国科大微纳研发中心等的资助。

论文链接： https://www.URL未加载/articles/s41467-022-34230-8

好了，这就是小编给大家分享的中国科学技术大学与复旦大学合作在深紫外光电感算器件研究中取得新进展全部内容，希望大家看完这篇由小编精心收集的内容后，能解决你的困惑。（本文共1709字）